以Deformable Detection Transformer为例实现mmdetection中backbone、neck、head的特征可视化

对mmdetection熟练使用后,接下来就要为论文等做准备了,同时如果自己的精度不够好,那么就需要可视化模型提取的特征以便做进一步的修改,以下内容包含mmd的完整可视化流程:

  • 步骤一:请确认你的模型是one-stage or two-stage。请先在目录:mmd2.17\mmdet\models\detectors中查看你所训练的detectors是基于哪个基类来实现的,比如以新出的基于transform Baseline的Deformable DETR为例,打开其检测器文件显示如下:
    以Deformable Detection Transformer为例实现mmdetection中backbone、neck、head的特征可视化_第1张图片
    接着找到其包含模块detr.py文件(在同一个目录下)并打开:
    以Deformable Detection Transformer为例实现mmdetection中backbone、neck、head的特征可视化_第2张图片
    可以看出该模块在mmdetection中是基于one-stage网络结构来实现的,接着打开single_stage.py文件(在同目录下),找到extract_feat函数,绿框是新加的语句用于特征显示,此时即可可视化每一个残差模块的特征和特征融合层。

你可能感兴趣的:(视觉检测图像分割干货,mmdetection,mmdetection2.17,特征可视化)